晶片巨頭輝達的營收和即將上市的銷售額均超出華爾街預期，緩解了投資者對人工智慧 (AI) 領域巨額支出引發市場動盪的擔憂。該公司周三發佈的季度財報顯示，截至10月份的三個月內，營收飆升62%至570億美元，主要得益於人工智慧資料中心對其晶片的需求增長。該部門的銷售額增長66%，超過510億美元。達到512億美元，輕鬆超過分析師此前預期的490.9億美元，較上一季度增長25%，較去年同期增長66%。剩餘的68億美元營收來自輝達的遊戲業務（42億美元），其次是專業可視化和汽車領域的銷售額。按美國通用會計準則（GAAP）計算，公司淨利潤為320億美元，同比增長65%。營收和利潤均超出華爾街預期。輝達表示，大部分增長是由其GB300晶片的初期銷售推動的。網路業務，即使數十個GPU能夠像一台電腦一樣協同工作的元件，貢獻了資料中心82億美元的銷售額。輝達首席財務官科萊特·克雷斯在一份聲明中表示，該公司最暢銷的晶片系列現在是 Blackwell Ultra，這是該公司 Blackwell 晶片的第二代版本。輝達首席財務官科萊特·克雷斯在致股東的聲明中指出，計算能力的加速發展、強大的AI模型以及智能體應用的興起推動了公司資料中心業務的增長。克雷斯在公司第三季度財報電話會議上表示，上個季度，公司宣佈了總計500萬個GPU的AI工廠和基礎設施項目。克雷斯表示：“這種需求涵蓋了所有市場，包括雲服務提供商、主權國家、現代建築企業和超級計算中心，並且包括多個標誌性建設項目。”Blackwell Ultra GPU於3月份發佈，提供多種配置選擇，表現尤為強勁，目前已成為公司內部的領頭羊產品。據該公司稱，此前的Blackwell架構版本也一直保持著強勁的需求。輝達表示，預計本季度銷售額約為 650 億美元，而分析師此前預期為 616.6 億美元。該公司表示，本季度淨利潤增長 65%，達到 319.1 億美元，即每股 1.30 美元，而去年同期淨利潤為 193.1 億美元，即每股 78 美分。輝達是全球市值最高的公司，被視為人工智慧繁榮的風向標。這家晶片製造商的業績可能會影響市場情緒。首席執行官黃仁勳在一份聲明中表示，其人工智慧 Blackwell 系統的銷售額“遠超預期”，並且“雲 GPU（圖形處理單元）已售罄”。黃仁勳在公司第三季度財報中表示：“Blackwell 的銷售額遠超預期，雲端 GPU 也已售罄。計算需求在訓練和推理方面持續加速增長，呈指數級增長。我們已經進入了人工智慧的良性循環。人工智慧生態系統正在快速擴張——湧現出更多新的基礎模型建構者、更多人工智慧初創公司，覆蓋更多行業和更多國家。人工智慧正在無處不在，無所不能。”“關於人工智慧泡沫的說法很多。但從我們的角度來看，我們看到的卻截然不同，”他在與分析師的電話會議上說道。“我們在人工智慧的各個階段都表現出色。”他曾表示，人們願意為人工智慧工具付費表明這項技術是“有利可圖的”，即便大多數科技公司現在都將賺到的錢再投資於新的基礎設施。由於人們越來越擔心人工智慧股票估值過高，這家晶片製造商的季度報告在華爾街引起了比以往更多的關注。由於人們對人工智慧投資回報的擔憂不斷，這些擔憂導致標普 500 指數在周三之前連續四天下跌。在輝達發佈業績之前，人們對其表現的預期很高。LPL Financial 的首席技術戰略家 Adam Turnquist 表示，問題不在於公司是否會超出預期，“而在於超出多少”。“儘管人工智慧估值佔據了新聞頭條，但輝達依然以優雅的方式開展業務，”哈格里夫斯·蘭斯當高級股票分析師馬特·布裡茨曼表示。他表示，人工智慧領域某些領域的估值“需要喘口氣，但輝達並不屬於這一類”。黃仁勳此前曾表示，他預計到明年人工智慧晶片訂單額將達到5000億美元。投資者們正在關注該公司預計何時實現這些收入，以及如何完成這些訂單。輝達首席財務官科萊特·克雷斯告訴分析師，該公司“可能”會在已宣佈的 5000 億美元訂單之外再接更多訂單。在財報電話會議上，她還別出心裁地列舉了晶片製造商合作夥伴近期財務報告中的亮點，以此強調人工智慧正在為公司帶來回報。例如，她提到，Meta公司的人工智慧推薦系統讓使用者“在Facebook和Threads等應用上花費了更多時間”；Anthropic公司近期表示，預計今年的年收入將達到70億美元；Salesforce的工程團隊自從使用人工智慧進行編碼以來，效率提高了30%。她還列舉了一系列企業客戶的例子。但她也對阻礙該公司向中國出口晶片的監管限製表示失望，稱美國“必須贏得包括中國開發者在內的每一位開發者的支援”。克雷斯在財報電話會議上指出：“由於地緣政治問題以及中國市場競爭日益激烈，本季度未能達成大額採購訂單。儘管我們對目前阻礙我們向中國出口更具競爭力的資料中心計算產品的現狀感到失望，但我們仍致力於繼續與美國和中國政府保持溝通，並將繼續倡導提升美國在全球的競爭力。”科技巨頭們正加大對人工智慧的投入，爭相從推動股價創下歷史新高的繁榮浪潮中獲利。Meta、Alphabet 和微軟上個月發佈的財報再次證實，這些公司在從資料中心到晶片等各個方面都投入了巨額資金。Google母公司Alphabet的首席執行官桑達爾·皮查伊也表示，儘管人工智慧投資的增長是一個“非凡的時刻”，但當前的人工智慧熱潮也存在一些“非理性”因素。他的這番言論是在其他行業領袖發出警告之際發表的。輝達生產的晶片對人工智慧資料中心至關重要，它與人工智慧領域的關鍵參與者（如 OpenAI、Anthropic 和 xAI）達成了一系列交易，而輝達正是這些交易的核心。這些交易因其循環性質而備受關注，因為人工智慧公司之間的相互投資日益增多。這些協議包括輝達向OpenAI （ChatGPT背後的公司）投資1000億美元。 (半導體行業觀察)

輝達發佈的《DGX SuperPOD GB300參考架構》，這次架構白皮書其實可以看作是它面向“AI工廠”時代的重磅技術藍圖。簡單來說，就是輝達正式公佈了它自家AI超算系統的完整結構，讓外部企業和機構能直接照著搭建一座屬於自己的AI工廠。官方說這是它內部系統的“物理孿生體”——也就是說，你買的、部署的DGX SuperPOD，跟輝達自己在訓練大模型的系統是一模一樣的。這一點非常關鍵，因為這意味著所有的軟體、驅動、網路、儲存方案都已經被輝達內部驗證過，穩定性、相容性和性能都能保證，部署周期也會比以往縮短很多。這代SuperPOD的核心是DGX GB300系統，搭載Grace CPU和Blackwell Ultra GPU（B300），是專門為AI訓練和推理打造的高密度計算平台。輝達用一種叫Scalable Unit（SU）的模組化設計來組建整套系統。一個SU包含8個DGX GB300機架，每個機架裡面有72顆GPU，總共576顆GPU。這樣一來，部署方式就變得非常靈活——你可以先上一個SU，後續再往上疊。整個架構最大可以擴展到128個機架，也就是9216顆GPU，單個SU的功率就已經高達1.2兆瓦，功耗和熱負載都非常驚人。輝達在文件裡也明確要求，資料中心至少要達到Tier 3等級標準，具備平行維護、無單點故障的能力。冷卻方式上，GB300採用了混合冷卻結構：GPU和CPU部分是直液冷，其他元件還是風冷，這樣既能控制能耗，又能降低維護難度。DGX GB300，每個托盤有兩顆GB300 ，每顆Superchip由兩顆B300 GPU和一顆Grace CPU組成，中間通過NVLink-C2C互聯，CPU和GPU共用記憶體、直接通訊。這樣的組合讓大模型的訓練速度能提升幾個量級。每個托盤配有高速網路卡：4個ConnectX-8用於InfiniBand互聯，還有一張BlueField-3 DPU用於儲存與管理網路。儲存方面，每個托盤都有NVMe SSD作為本地快取和系統盤，用於高速資料訪問。在互聯部分，輝達用了自家的NVLink 5技術。每個機架配備9個NVLink交換模組，用於連接機架內的72顆GPU。每顆B300 GPU有18條NVL5鏈路，頻寬能達到1.8TB/s。這意味著所有GPU之間幾乎是全互聯的，延遲極低，非常適合大模型訓練時需要頻繁參數同步的場景。供電部分也升級了，每個電源架能輸出33kW，一個機架裡有8組，具備冗餘設計，還能通過儲能模組緩衝峰值電流，減少資料中心配電壓力。網路是這份架構檔案中篇幅最長、設計最複雜的部分。輝達把整個系統的網路分成了四層：GPU之間的NVLink互聯、計算網路（InfiniBand）、儲存網路（乙太網路）以及獨立的管理網路。計算網路用的是Quantum-X800 InfiniBand交換機，單向頻寬800Gbps，支援RDMA和各種集合通訊加速功能。儲存網路用Spectrum-4以太交換機，通過RoCEv2協議訪問高性能儲存，獨立於計算網路運行，保證訓練和資料訪問互不干擾。管理網路則是完全獨立的Out-of-Band結構，用來連接BMC、NVSwitch控製器、機架電源和監控裝置，確保硬體層面的管理不受業務網路干擾。這種多層結構讓系統既快又穩，還能在安全和可維護性上做到隔離。儲存部分輝達分成了兩層：高性能儲存（HPS）和使用者儲存（User Storage）。HPS負責訓練和推理的主資料流，要求非常高——要支援NVMe、RoCEv2、POSIX語義、多執行緒並行讀寫，還要能在節點失效時保持高可用。使用者儲存則更偏向系統管理用途，比如日誌、配置檔案、共享目錄等，通常用NFS接入。檔案裡給了性能指標：單個SU在標準配置下讀寫吞吐分別是90GB/s和45GB/s，增強配置可以到280GB/s和140GB/s；如果擴展到4個SU，讀寫性能分別能達到1.12TB/s和560GB/s。這說明SuperPOD的儲存性能是線性可擴展的，越大規模越能發揮出優勢。軟體層面，輝達提出了一個非常完整的管理體系：Mission Control + Run:AI + Base Command Manager。Mission Control是整個系統的中樞，負責維運、監控、調度和自癒。它能自動檢測硬體或節點異常，觸發任務遷移，甚至自動恢復訓練任務到上一個checkpoint，避免重訓。Run:AI負責資源編排和多租戶調度，比如自動分配GPU、動態擴容訓練作業。Base Command Manager則提供底層管理和配置介面。Mission Control還能與資料中心的樓宇管理系統（BMS）打通，實現溫度、能耗、冷卻流量等指標的即時監控。整個軟體棧支援SLURM和Kubernetes兩種主流調度框架，對AI訓練、推理、微服務部署都能相容。值得注意的是，輝達在這份檔案中也透露了它對液冷的態度：在GB300時代，液冷已經不再是可選項，而是標配。每個SU功率高達1.2MW，傳統風冷根本無法支撐這種熱密度。輝達不僅提供了硬體冷卻方案，還在Mission Control層整合了液冷管理和報警機制，能即時監控冷卻環路溫度、水流速、壓力等參數。換句話說，從GB300開始，液冷已經成為AI伺服器的基礎設施。從全域上看這份檔案不僅僅是一份技術規範，更像是輝達為整個AI基礎設施生態畫的一張藍圖。DGX SuperPOD GB300代表了AI工廠的標準形態：高密度算力、高速互聯、分層儲存、全端自動化管理，再加上液冷和能源最佳化，形成一個閉環。輝達的思路很清晰——AI計算將走向工業化生產，而DGX SuperPOD就是AI的“生產線”。它把計算、儲存、網路、冷卻、維運全部標準化、模組化，讓AI工廠可以像搭積木一樣複製。未來無論是雲廠商、科研機構還是大型企業，基本都可以在這個架構上建構自己的AI算力中心。 (零氪1+1)